pandas DataFrame高效编程方法： 根据多列的值做判断，生成新的列值,其中多列的值是包含多个值的数据类型

一.遇到的问题描述：

我遇到问题的数据比较复杂，下面以比较简单的数据为例说明问题。数据一共有两列，第一列为城市名组成的列表，第二列为城市名及对应人口数组成的字典。所有数据转换成DataFrame格式如下所示：

import numpy as np
import pandas as pd
data = {'city': [{'Beijing':1, 'Shanghai':2,"lanzhou":7}, {'Guangzhou':3, 'Shenzhen':4},{'Hangzhou':5, 'Chongqing':6}],
       'word': [["Beijing","Shanghai"],["Guangzhou","Hangzhou"],["Chongqing"]],
       'population': [2100, 2300, 1000]}
frame = pd.DataFrame(data, columns = ['word', 'city', 'population'])
frame

我想要统计word的每行数据中每个元素在city的对应行中是否存在，如果存在将对应的字典里面的键值赋给它，并生成一个新的字典。

二.解决方法：

import ast
def get_title_dict(a,b):
    title_cut_dict={}
    for i in a:
        if i in b:
            title_cut_dict[i]=b[i]
    return title_cut_dict
frame["test"]=frame.apply(lambda x: get_title_dict(x.word, x.city), axis = 1)
frame

结果如下所示：

这个问题还有另外一种处理方式，就是先遍历frame的每行，然后遍历该行中的word，然后遍历city，这样就会有三层循环，速度非常慢。

三.参考资料：

https://blog.youkuaiyun.com/qq_30565883/article/details/79464266